程序1利用newc()函数对网络进行训练,修改权值并对样_第1页
程序1利用newc()函数对网络进行训练,修改权值并对样_第2页
程序1利用newc()函数对网络进行训练,修改权值并对样_第3页
程序1利用newc()函数对网络进行训练,修改权值并对样_第4页
程序1利用newc()函数对网络进行训练,修改权值并对样_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、程序1:利用newe ()函数对网络进行训练,修改权值并对样本进行 分类判别。%产生指定类别的样本点,并在图中绘制出X=0 1;0 1;elusters=5;points=10;std_dev=0.05;P=nngene(X,elusters,points,std_dev);plot(P(1,:),P(2,:),'+r');title(' 输入样本向量 ');xlabel('p(1)');ylabel('p(2)');%建立网络net=newe(0 1;0 1,5,0.1);%设置神经元数目为 5%得到网络权值,并在图上绘制出fi

2、gure; plot(P(1,:),P(2,:),'+r');w=net.iw1hold on;plot(w(:,1),w(:,2),'ob');hold off;title(' 输入样本向量及初始权值 ');xlabel('p(1)');ylabel('p(2)');figure;plot(P(1,:),P(2,:),'+r');hold on;%训练网络net.trainParam.epochs=7;net=init(net);net=train(net,P);%得到训练后的网络权值,并在图上绘

3、制出 w=net.iw1plot(w(:,1),w(:,2),'ob');hold off;title(' 输入样本向量及更新后的权值 ');xlabel('p(1)');ylabel('p(2)');a=0;p=0.6;0.8;a=sim(net,p) 程序 2:利用 adapt ()函数对预测信号进行跟踪训练,并得出训练 值与目标值之间的差异。%分别定义两段时间Timel和Time2,对应信号的不同频率时段Time1=0:0.05:4;Time2=4.05:0.024:6;Time=Time1 Time2;%得到待预测的目标信

4、号T=cos(Time1*4*pi) cos(Time2*8*pi);T=con2seq(T);%绘出目标信号的曲线,并指定给输入figure;plot(Time,cat(2,T:);xlabel(' 时间 ');ylabel(' 目标 ');title(' 待跟踪的目标信号 ');P=T;%生成线性网络lr=0.1;dalays=1 2 3 4 5;net=newlin(minmax(cat(2,P:),1,dalays,lr); %对网络进行自适应训练 net,a,e=adapt(net,P,T);%绘出预测信号、目标信号及误差信号曲线 figure; plot(Time,cat(2,a:),Time,cat(2,P:),'-'); xlabel(' 时间 ');ylabel(' 目标、预测值 ');title(' 目标信号及预测结果 ');figure;plot(Time,cat(2,e:)

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论